钻井模拟中地层特征参数预测方法研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 第1章 前言 | 第10-18页 |
| ·论文研究背景及意义 | 第10-12页 |
| ·地层特征参数预测技术的研究现状与发展 | 第12-16页 |
| ·本文主要研究内容及结构安排 | 第16-18页 |
| 第2章 基于径向基神经网络的岩性识别 | 第18-29页 |
| ·引言 | 第18-19页 |
| ·径向基神经网络 | 第19-22页 |
| ·径向基神经网络的基本结构和特征 | 第19-20页 |
| ·径向基神经网络的学习算法 | 第20-22页 |
| ·基于径向基神经网络的岩性识别 | 第22-28页 |
| ·测井资料对岩性识别能力的分析 | 第22-23页 |
| ·岩性识别模型 | 第23-24页 |
| ·实例分析 | 第24-28页 |
| ·小结 | 第28-29页 |
| 第3章 地层孔隙压力及破裂压力预测 | 第29-49页 |
| ·引言 | 第29-30页 |
| ·基本概念 | 第30-32页 |
| ·静液压力和静压梯度 | 第30-31页 |
| ·上覆岩层压力和压力梯度 | 第31-32页 |
| ·地层孔隙压力 | 第32页 |
| ·地层破裂压力 | 第32页 |
| ·支撑向量机概述 | 第32-38页 |
| ·结构风险最小化 | 第33页 |
| ·支撑向量回归机 | 第33-36页 |
| ·核函数 | 第36-37页 |
| ·优化算法 | 第37-38页 |
| ·基于支撑向量机的地层孔隙压力预测 | 第38-44页 |
| ·有效应力定理 | 第39页 |
| ·上覆岩压力梯度模型 | 第39-40页 |
| ·声波速度模型 | 第40-41页 |
| ·基于支撑向量机的声波速度模型 | 第41-42页 |
| ·实例分析 | 第42-44页 |
| ·测井资料地层破裂压力预测 | 第44-47页 |
| ·伊顿法 | 第45页 |
| ·泊松比的确定 | 第45-46页 |
| ·实例分析 | 第46-47页 |
| ·小结 | 第47-49页 |
| 第4章 基于BP神经网络的可钻性级值预测 | 第49-57页 |
| ·引言 | 第49页 |
| ·BP 神经网络 | 第49-53页 |
| ·BP 神经网络的基本结构和特征 | 第50-51页 |
| ·BP 神经网络的学习算法 | 第51-53页 |
| ·基于 BP 神经网络的可钻性级值预测 | 第53-56页 |
| ·岩石可钻性与测井参数的关系 | 第53-54页 |
| ·可钻性级值预测模型 | 第54-55页 |
| ·实例分析 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第5章 软件系统 | 第57-65页 |
| ·引言 | 第57页 |
| ·系统结构框图 | 第57-58页 |
| ·系统实现 | 第58-62页 |
| ·地层压力及破裂压力预测系统 | 第58-60页 |
| ·地层可钻性级值预测系统 | 第60-62页 |
| ·应用实例 | 第62-64页 |
| ·地层压力及破裂压力预测系统应用实例 | 第62-63页 |
| ·地层可钻性级值预测系统应用实例 | 第63-64页 |
| ·小结 | 第64-65页 |
| 第6章 结论 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 个人简历、在学期间的研究成果 | 第74页 |
